你的debug包在Android 14變卡了嗎
一、背景
我的App怎么這么卡，誰在代碼里下毒了！
有一天突然發現debug包運行變的特別卡頓，經過下面的簡單測試發現debug包在Android 14上出了問題。
圖片
二、問題排查紀錄
常規手段排查
使用了systrace以及內部的debug包 trace工具dutrace進行排查。
結論：CPU空閑，主線程無明顯阻塞，看上去就是純方法執行耗時。
發現懷疑點
第一步排查過程中沒有特別大的收獲，但是我用dutrace工具排查時發現了一個異常現象。這里簡單介紹一下dutrace的實現原理：
dutrace是利用inline hook在artmethod的執行前后加上atrace的點再通過perfetto ui工具展示。有以下優點：
1. 支持線下分析函數執行流程，函數耗時。
2. 在分析函數調用流程下：
a. 可以查看整個過程的函數調用(包括framework函數)；
b. 能夠指定監控的函數和線程有效過濾無用trace；
c. 動態配置不需要重新打包。
3. 可使用現成的UI分析工具，有系統關鍵線程的函數調用，例如渲染耗時、線程鎖，GC 耗時等，還有 I/O 操作、CPU 負載等事件。
流程圖
在對artmethod執行前后進行hook時 這里涉及到處理art方法解釋執行的三種情況。
ART Runtime 解釋器
- The C++ interpreter，也就是傳統的基于switch結構的解釋器，一般僅在調試環境、方法跟蹤、指令不支持或者在字節碼發生異常情況下（例如failed structured-locking verification）才走該分支。
- The mterp fast interpreter，核心是引入了handler table做指令映射，并通過手寫匯編以實現指令間的快速切換，提高了解釋器性能。
- Nterp是Mterp的再次優化。Nterp省去了managed code stacks的維護，采用了和Native方法一樣的棧幀結構，并且譯碼和翻譯執行全程都由匯編代碼實現，進一步拉進解釋器和compiled code的性能差距。
在這邊我發現了一個異常現象，就是Android 14的解釋執行居然都用的switch解釋執行方式。我又重新去測試了幾個Android 版本的解釋執行方式。Android 12走的mterp，Android 13走的是nterp，當進行調試的時候才會走到switch， 理論上Android 14應該也走nterp才對，怎么會走了最慢的switch呢。以下按順序是12、13、14版本的方法執行backtrace。
圖片
圖片
圖片
排查懷疑點
開始懷疑是解釋執行導致的卡頓了，翻了下源碼 art/runtime/interpreter/mterp/nterp.cc 中確實有變動 如果是javaDebuggable 就不走nterp了。接下來嘗試去證明是是這個問題導致的。
圖片
圖片
isJavaDebuggable 是runtime.cc中的 RuntimeDebugState runtime_debug_state_ 中控制的。我們可以找到runtime的實例然后通過偏移量修改過runtime_debug_state_屬性，看了下源碼還可以通過_ZN3art7Runtime20SetRuntimeDebugStateENS0_17RuntimeDebugStateE 進行設置。
void Runtime::SetRuntimeDebugState(RuntimeDebugState state) {
if (state != RuntimeDebugState::kJavaDebuggableAtInit) {
// We never change the state if we started as a debuggable runtime.
DCHECK(runtime_debug_state_ != RuntimeDebugState::kJavaDebuggableAtInit);
}
runtime_debug_state_ = state;
}我通過上述方式去進行嘗試驗證 把測試包的 isJavaDebuggable 設置為false 依然卡頓，把生產包的isJavaDebuggable設置為true，變得稍微卡了點。于是我推翻了自己解釋執行方式導致卡頓的猜想。
排查native耗時
懷疑nativie方法執行耗時， 再次嘗試用simpleperf定位問題。
結論：基本都是解釋執行代碼中的堆棧耗時，沒有其他特殊堆棧。
圖片
定位到DEBUG_JAVA_DEBUGGABLE
那就想著從debuggable的源頭入手，逐步縮小范圍定位影響變量。
AndroidManifest中的debuggable影響系統system進程啟動我們進程中的一個runtimeFlags。
frameworks/base/core/java/android/os/Process.java 中的start方法 其中第6個參數就是runtimeFlags而如果是debuggableFlag runtimeFlags會被添加以下一些flag 那就先縮小標簽范圍。
if (debuggableFlag) {
runtimeFlags |= Zygote.DEBUG_ENABLE_JDWP;
runtimeFlags |= Zygote.DEBUG_ENABLE_PTRACE;
runtimeFlags |= Zygote.DEBUG_JAVA_DEBUGGABLE;
// Also turn on CheckJNI for debuggable apps. It's quite
// awkward to turn on otherwise.
runtimeFlags |= Zygote.DEBUG_ENABLE_CHECKJNI;
// Check if the developer does not want ART verification
if (android.provider.Settings.Global.getInt(mService.mContext.getContentResolver(),
android.provider.Settings.Global.ART_VERIFIER_VERIFY_DEBUGGABLE, 1) == 0) {
runtimeFlags |= Zygote.DISABLE_VERIFIER;
Slog.w(TAG_PROCESSES, app + ": ART verification disabled");
}
}需要修改我們進程的啟動參數。那就需要去hook system進程了。這邊涉及到手機root，安裝hook框架的一些操作，然后通過hook Process的start去做一些參數修改。
hookAllMethods(
Process.class,
"start",
new XC_MethodHook() {
@Override
protected void beforeHookedMethod(MethodHookParam param) throws Throwable {
final String niceName = (String) param.args[1];
final int uid = (int) param.args[2];
final int runtimeFlags = (int) param.args[5];
XposedBridge.log("process_xx " + runtimeFlags);
if (isDebuggable(niceName, user)) {
param.args[5] = runtimeFlags&~DEBUG_JAVA_DEBUGGABLE;
XposedBridge.log("process_xx " + param.args[5]);
}
}
}
);這次還是有一些明顯的結果的。測試包 runtimeflags 移除DEBUG_JAVA_DEBUGGABLE后不卡了。而生產包包括應用市場上的應用加上DEBUG_JAVA_DEBUGGABLE標記后全部都變卡了。那就可以證明是DEBUG_JAVA_DEBUGGABLE這個變量引起的。
定位到DeoptimizeBootImage
繼續源碼觀察DEBUG_JAVA_DEBUGGABLE帶來的影響。
if ((runtime_flags & DEBUG_JAVA_DEBUGGABLE) != 0) {
runtime->AddCompilerOption("--debuggable");
runtime_flags |= DEBUG_GENERATE_MINI_DEBUG_INFO;
runtime->SetRuntimeDebugState(Runtime::RuntimeDebugState::kJavaDebuggableAtInit);
{
// Deoptimize the boot image as it may be non-debuggable.
ScopedSuspendAll ssa(__FUNCTION__);
runtime->DeoptimizeBootImage();
}
runtime_flags &= ~DEBUG_JAVA_DEBUGGABLE;
needs_non_debuggable_classes = true;
}這里有邏輯是DEBUG_JAVA_DEBUGGABLE帶來的影響點，SetRuntimeDebugState之前已經測試過了。也不是DEBUG_GENERATE_MINI_DEBUG_INFO帶來的影響，那是runtime->DeoptimizeBootImage()？于是我用debugable為false的包通過_ZN3art7Runtime19DeoptimizeBootImageEv主動去調用了DeoptimizeBootImage方法，然后復現了！
原因分析
DeoptimizeBootImage 將bootImage中AOT代碼方法轉換為java可調試。重新初始化方法入口點，走到解釋執行，而不使用AOT代碼。追溯到Instrumentation::InitializeMethodsCode方法，還是到了CanUseNterp(method) CanRuntimeUseNterp這個點。也是Android 13可以用nterp，android 14只能走switch了。
我再次hook代碼，讓CanRuntimeUseNterp 直接return true, 但是還是卡。我發現即使我hook了。下面的這些方法還是走到了switch解釋執行。反過來想一想是因為我hook已經滯后了DeoptimizeBootImage已經執行了，當調用到基礎方法的時候都是switch執行了。
圖片
我用Android 13 debugable true的包進行測試先hook CanRuntimeUseNterp return false，然后再執行DeoptimizeBootImage，復現卡頓 。
初步定位：bootimage中的方法 Android 13走的nterp而Android 14走的switch bootimage里面的方法特別基礎和零碎所以導致方法switch執行耗時嚴重。
驗證是系統問題
如果是系統問題，那大家都應該遇到的，不只我們App有這個問題， 于是我找到了幾個小伙伴幫忙驗證debug包這個問題。果然都有這個問題，同一個包安裝在Android 14 和 Android 13上體驗完全不一致。
1反饋問題
在issuetracker上已經有人反饋android 14 debug包慢了 https://issuetracker.google.com/issues/311251587。但是還沒有結果，于是我補上了我定位到的問題。
圖片
順便也提了個issue https://issuetracker.google.com/issues/328477628
三、臨時解決
在等Google回復的同時，也同時在思考App層可以有什么辦法去規避這個問題，讓debug包的體驗也回歸絲滑,比如如何去重新optimize bootimage中的方法。抱著這個想法又去學習了一下art的代碼，發現Android 14新增了一個UpdateEntrypointsForDebuggable方法，這個方法會去按照規則重新設置方法的執行方式比如aot和nterp，那我在這之前把CanRuntimeUseNterp hook了返回true 再去調用UpdateEntrypointsForDebuggable不就會重新走到nterp了嗎。
void Instrumentation::UpdateEntrypointsForDebuggable() {
Runtime* runtime = Runtime::Current();
// If we are transitioning from non-debuggable to debuggable, we patch
// entry points of methods to remove any aot / JITed entry points.
InstallStubsClassVisitor visitor(this);
runtime->GetClassLinker()->VisitClasses(&visitor);
}按照上面的思路嘗試了一波，果然變得流暢很多！！！
其實上面的解決方案還有遺留問題。對比debugable為false的包還是有些卡頓。我也發現了bootImage中的方法已經走到nterp上了，但是apk中的大部分代碼還是走到了switch解釋執行上，于是我改變思路。我在調用UpdateEntrypointsForDebuggable前先把RuntimeDebugState設置成非debugable，調用之后再把RuntimeDebugState設置會debugable不就行了嗎。最后的代碼如下，hook框架使用了https://github.com/bytedance/android-inline-hook。
Java_test_ArtMethodTrace_bootImageNterp(JNIEnv *env,
jclass clazz) {
void *handler = shadowhook_dlopen("libart.so");
instance_ = static_cast<void **>(shadowhook_dlsym(handler, "_ZN3art7Runtime9instance_E"));
jobject
(*getSystemThreadGroup)(void *runtime) =(jobject (*)(void *runtime)) shadowhook_dlsym(handler,
"_ZNK3art7Runtime20GetSystemThreadGroupEv");
void
(*UpdateEntrypointsForDebuggable)(void *instrumentation) = (void (*)(void *i)) shadowhook_dlsym(
handler,
"_ZN3art15instrumentation15Instrumentation30UpdateEntrypointsForDebuggableEv");
if (getSystemThreadGroup == nullptr || UpdateEntrypointsForDebuggable == nullptr) {
LOGE("getSystemThreadGroup failed ");
shadowhook_dlclose(handler);
return;
}
jobject thread_group = getSystemThreadGroup(*instance_);
int vm_offset = findOffset(*instance_, 0, 4000, thread_group);
if (vm_offset < 0) {
LOGE("vm_offset not found ");
shadowhook_dlclose(handler);
return;
}
void (*setRuntimeDebugState)(void *instance_, int r) =(void (*)(void *runtime,
int r)) shadowhook_dlsym(
handler, "_ZN3art7Runtime20SetRuntimeDebugStateENS0_17RuntimeDebugStateE");
if (setRuntimeDebugState != nullptr) {
setRuntimeDebugState(*instance_, 0);
}
void *instrumentation = reinterpret_cast<void *>(reinterpret_cast<char *>(*instance_) +
vm_offset - 368 );
UpdateEntrypointsForDebuggable(instrumentation);
setRuntimeDebugState(*instance_, 2);
shadowhook_dlclose(handler);
LOGE("bootImageNterp success");
}四、最后
最近在社區上也看到了高通工程師的一篇文章，他在我定位到的問題的基礎上做了更詳細的分析，確認了Google會在Android 15上修復這個問題，如果是海外版本的Android 14設備，Google計劃通過com.android.artapex模塊的更新來修復這個問題。但是國內由于網絡的問題，Google的推送無法工作，因此需要各個手機廠家來主動合入這兩筆改動。[1]
如果大家需要臨時解決debugable包的卡頓的問題也可以通過上述方式解決。
參考文章：
[1] https://juejin.cn/post/7353106089296789556
